[发明专利]一种时间调制天线阵列的多载波定向调制方法

权利要求书

1.一种时间调制天线阵列的多载波定向调制方法，其特征在于，包括：

根据时间调制天线阵列的波束设计以及BPSK调制模式构建优化问题，即星座点由方程（a）的四组解定义：

             （a）

其中，表示天线阵列的远场因子，N为天线个数，为谐波次数，为期望方向角，、分别是归一化后的天线开启时刻，天线开启状态持续的时间和天线pi 相位延迟状态持续的时间，是生成的星座组合的索引，n=1、2、3或4；

利用粒子群优化算法对方程（a）进行求解，即粒子群优化算法的目标函数值：

，

其中，B为期望的最大值；

使用基于反向学习的策略生成粒子群优化算法的初始种群；

进行分散搜索：将所述初始种群分为多个子种群，以使所述子种群能够从各个方向快速逼近可行域；

在当前种群内已经有部分粒子进入可行域的情况下，停止分散搜索；

进行局部搜索：根据约束违反值的大小去除若干粒子，留下靠近可行域的粒子来继续执行粒子群算法；

在每次进化迭代中，对种群中最优粒子的所有维度进行多次突变，即使用的突变策略，其中，是突变概率，是突变速度，表示第次突变，、分别是种群中的最优粒子和两个随机选择的粒子。

2.根据权利要求1所述的时间调制天线阵列的多载波定向调制方法，其特征在于，所述粒子群优化算法实现进化的模型包括：，其中，是粒子的速度，是粒子的位置；

速度更新公式为：，

其中，是种群中每个粒子经历过的最好位置，是整个种群经历过的最好位置，上标表示第次迭代，和是0到1之间的随机数，和是加速因子，ω是惯性权重。

3.根据权利要求2所述的时间调制天线阵列的多载波定向调制方法，其特征在于，所述使用基于反向学习的策略生成粒子群优化算法的初始种群的步骤具体包括：

设置算法迭代次数，生成一个随机种群，定义是维空间的一个点，对应的反向点由公式： 计算得出，其中,；

将两个种群混合计算每个粒子的约束违反值，即主瓣电平与旁瓣峰值电平期望差值与每个粒子主瓣电平与旁瓣峰值电平实际差值的差， 按照从小到大的顺序对求得的约束违反值进行选取，选出对应的前M个粒子，形成新的初始种群。

4.根据权利要求3所述的时间调制天线阵列的多载波定向调制方法，其特征在于，所述分散搜索的步骤具体包括：

第一步：设置，在维空间中随机选取不在初始种群中的个参考点；

第二步：在找到与有最近欧氏距离的粒子；

第三步：在找到与有最近欧氏距离的个粒子，形成子种群，是子种群中粒子个数 ；

第四步：将这个粒子从初始种群中剔除，返回第二步，令，直到；

第五步：对每个子种群分别执行粒子群算法且每次迭代都令算法迭代次数，直到，是可行解占整个种群的预设比例，M为粒子数，为约束违反值为0的粒子数。

5.根据权利要求4所述的时间调制天线阵列的多载波定向调制方法，其特征在于，所述局部搜索的步骤还包括：

改变粒子群算法的搜索优先级：在更新粒子时，将粒子的目标函数值和约束违反值与上一代粒子的目标函数值和约束违反值进行对比，选择目标函数值或约束违反值有所减小的粒子，即在继续执行粒子群算法的过程中，每次迭代仍令，直到，其中，为最大迭代次数。

6.根据权利要求1至5中任一项所述的时间调制天线阵列的多载波定向调制方法，其特征在于，所述突变策略具体包括：

如果突变点比差，则保持不变，并降低突变概率；

如果突变点比好，则取代，并增加突变概率；

即：

其中，表示第次突变，是膨胀系数，是收缩系数；

当突变概率小于设定的收敛值时，突变停止。